七大基本排序算法(升序排列)

 

目录

1.冒泡排序(Bubble Sort)

2.选择排序(SelectSort)

3.插入排序(InsertionSort)

4.希尔排序(ShellSort)

5.快速排序(QuickSort)

6.归并排序(MergeSort)

7.基数排序(RadixSort)


1.冒泡排序(Bubble Sort)

原理:每一趟只能确定将一个数归位。即第一趟将最大的数归位,第二趟将倒数第 2 大的数归位,依次类推下去。如果有 n 个数进行排序,只需将 n-1 个数归位,也就是要进行 n-1 趟操作。

而 “每一趟 ” 都需要从第一位开始进行相邻的两个数的比较,将较大的数放后面,比较完毕之后向后挪一位继续比较下面两个相邻的两个数大小关系,重复此步骤,直到最后一个还没归位的数。
 

public static void sort(int[] arr){
        int temp = 0;
//当一趟排序 位置没有发生改变证明数组是有序的 即可用一个标识符判断 减少不必要要的比较
        boolean flag = false; 
        for (int i = 0 ; i < arr.length;i++){
            for (int j = 0; j < arr.length-i-1; j++) {
                if (arr[j] > arr[j+1]){
                    flag = true;
                    temp = arr[j];
                    arr[j] = arr[j+1];
                    arr[j+1] = temp;
                }
            }
            if (!flag) break;
            if (flag) flag=false;
//            System.out.println("第"+(i+1)+"轮后:"+Arrays.toString(arr));
        }
    }

这次使用了一个表示符flag,防止数组已经有序,仍然在做无必要的排序遍历。当我们遍历一轮发现前面的数没有比后大的数,即没有经过if(arr[j] > arr[j+1])语句内,也就是数组有序,我们就会退出循环。

时间复杂度:O(n^2)

空间复杂度:O(1)

2.选择排序(SelectSort)

选择排序就是每次遍历比较出一个最小值min,并记下数组下标,再把它交换到数组前面,与冒泡排序有相似之处,但是选择排序每次遍历只会交换一次,而闹冒泡排序交换次数不确定。

原理很简单我们看看代码:

 public static void sort(int[] arr){
        int min = 0;
        int count = 0;
        for (int i = 0; i < arr.length; i++) {
            min = arr[i];
            int minIndex = i;
            for (int j = i+1; j < arr.length ; j++) {
                if (arr[j] < min){
                    min = arr[j];
                    minIndex = j;
                }
            }
            if (minIndex != i){   //当最小值数组下标变化了,就进行交换
                arr[minIndex] = arr[i];
                arr[i] = min;
            }
//            System.out.println("第"+(++count)+"轮后:"+Arrays.toString(arr));
        }
    }

时间复杂度:O(n^2)

空间复杂度:O(1)

3.插入排序(InsertionSort)

对于少量元素的排序,它是一个有效的算法。插入排序是一种最简单的排序方法,它的基本思想是将一个记录插入到已经排好序的有序表中,从而一个新的、记录数增 1 的有序表。在其实现过程使用双层循环,外层循环对除了第一个元素之外的所有元素,内层循环对当前元素前面有序表进行待插入位置查找,并进行移动 [2]  。

看原理我们可能不太好理解,我们可以看一个例子:

七大基本排序算法(升序排列)_第1张图片

看图,我们可以理解为:

  • 最开始把第一个数看为一个新数组,第二个数至最后一个数为一个数组
  • 第一次遍历:从第二个数开始,2<5,所以2和5交换位置;(新数组:[2,5] 旧数组:[4,6,1,3])
  • 第二次遍历:从第三个数开始,发现4<5,所以4和5交换位置;继续往前比较,发现4>2,所以此时不变;(新数组:[2,4,5] 旧数组:[6,1,3])
  • 第三次遍历:从第四个数开始,发现6>5,所以位置不变;(新数组:[2,4,5,6] 旧数组:[1,3])
  • 第四次遍历:从第四个数开始,发现1<6,所以1和6交换位置;(新数组:[2,4,5,1,6] 旧数组:[3])
  •                        继续往前比较,发现1<5,所以1和5交换位置;(新数组:[2,4,1,5,6] 旧数组:[3])
  •                        最后;(新数组:[1,2,4,5,6] 旧数组:[3])
  • 第五次遍历:从第六个数开始一样的比较方法,最后;(新数组:[1,2,3,4,5,6] 旧数组:[])

相信经过一个例子的讲解,大家已经对插入排序有了一定认知,我们一起来看看代码吧!


    public static void sort(int[] arr) {
        int count = 0;  //用来打印排序的轮数
        int insertVal = 0; //用来表示要插入的那个值
        int insertIndex= 0;
        for (int i = 1; i < arr.length; i++) {
            insertVal = arr[i];  //要插入的值
            insertIndex = i - 1;
            while (insertIndex >= 0 && insertVal < arr[insertIndex]){
                arr[insertIndex + 1] = arr[insertIndex];
                insertIndex -- ;
            }
                arr[insertIndex + 1] = insertVal;
//            System.out.println("第"+(++count)+"轮的排序后的结果是"+ Arrays.toString(arr));
        }
    }

 时间复杂度:O(n^2)

空间复杂度: O(1)

4.希尔排序(ShellSort)

希尔排序又称缩小增量排序是直接插入排序算法的一种更高效的改进版本,是非稳定排序算法;希尔排序目的为了加快速度改进了插入排序,交换不相邻的元素对数组的局部进行排序,并最终用插入排序将局部有序的数组排序。

我们可以来看一个例子:

 原始数组为:[7,6,9,3,1,5,2,4]

使用希尔排序首先我们要确定一个初始增量gap,一般设为arr.length/2

1)初始增量gap=arr.length/2=4,对距离为4的数拿出来进行排序

七大基本排序算法(升序排列)_第2张图片

 2)增量gap=gap/2=2

七大基本排序算法(升序排列)_第3张图片

 3)gap=1,此时得到最终结果

七大基本排序算法(升序排列)_第4张图片

 看到这最后一步增量为1时的排序,是不是有点像插入排序,是的所以我们一般认为希尔排序就是插入排序的一种进阶版(添加了一个不断变化的gap增量)!

//希尔排序就相当于改良版的插入排序 也运用了插入排序的原理 缩小增量排序
    public static void sort2(int[] arr) {
        int count = 0;
        int j = 0; //j理解为插入排序的insertIndex
        int temp = 0; // 理解为插入排序的insertVal
        for (int gap = arr.length / 2; gap > 0; gap /= 2) {
            for (int i = gap; i < arr.length; i++) {
                temp = arr[i];
                j = i - gap;
                while (j >= 0 && temp < arr[j]) {
                    arr[j + gap] = arr[j];
                    j -= gap;
                }
                arr[j + gap] = temp;
            }
//            System.out.println("第" + (++count) + "轮的排序后的结果是" + Arrays.toString(arr) + ",步长为" + gap);
        }
    }

时间复杂度:O(n^(1.3-2))

空间复杂度:O(1)

5.快速排序(QuickSort)

快速排序是通过多次比较和交换来实现排序,在一趟排序中把将要排序的数据分成两个独立的部分,对这两部分进行排序使得其中一部分所有数据比另一部分都要小,然后继续递归排序这两部分,最终实现所有数据有序。

流程:

  1. 首先设定一个分界值,一般取中间值,通过该分界值将数组分成左右两部分。 
  2. 将大于或等于分界值的数据集中到数组右边,小于分界值的数据集中到数组的左边。此时,左边部分中各元素都小于分界值,而右边部分中各元素都大于或等于分界值。 
  3. 然后,左边和右边的数据可以独立排序。对于左侧的数组数据,又可以取一个分界值,将该部分数据分成左右两部分,同样在左边放置较小值,右边放置较大值。右侧的数组数据也可以做类似处理。 
  4. 重复上述过程,可以看出,这是一个递归定义。通过递归将左侧部分排好序后,再递归排好右侧部分的顺序。当左、右两个部分各数据排序完成后,整个数组的排序也就完成了。

快速排序思想就是这样,我建议可以看看代码能帮助我们快速理解:

public static void quickSort(int[] arr, int leftIndex, int rightIndex) {
        if (leftIndex >= rightIndex) return;
        int left = leftIndex;
        int right = rightIndex;
        //待排序的中间值作为基准值
        int key = arr[(leftIndex+rightIndex)/2];
        int temp;
        //从左右两边交替扫描,直到left = right
        while (left < right) {
            while ( arr[right] > key) {
                //从右往左扫描,找到第一个比基准值小的元素
                right--;
            }
            while (arr[left] < key) {
                //从左往右扫描,找到第一个比基准值大的元素
                left++;
            }
            //当right left移动到一个位置时 退出循环
            if (right <= left) break;
            //两边找到值后 交换值
            temp = arr[left];
            arr[left] = arr[right];
            arr[right] = temp;

//交换后发现 arr[left]==key,证明right移动到基准值才退出的while循环,即右边没有比基准值小的数
            //此时要把right--
            if (arr[left]==key) right--;
            if (arr[right] == key) left++;
        }
//        System.out.println("排序后的结果是" + Arrays.toString(arr));
        //向左递归
            quickSort(arr,leftIndex,left-1);
        //向右递归
            quickSort(arr,right+1,rightIndex);

    }

 时间复杂度:O(nlogn)

空间复杂度:O(logn)

6.归并排序(MergeSort)

归并排序是建立在归并操作上的一种有效,稳定的排序算法,该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。若将两个有序表合并成一个有序表,称为二路归并。

流程:

  1. 申请空间,使其大小为两个已经排序序列之和,该空间用来存放合并后的序列
  2. 设定两个指针,最初位置分别为两个已经排序序列的起始位置
  3. 比较两个指针所指向的元素,选择相对小的元素放入到合并空间,并移动指针到下一位置
  4. 重复步骤3直到某一指针超出序列尾
  5. 将另一序列剩下的所有元素直接复制到合并序列尾

就是典型的利用分治法,把分和治分开来,我们先来实现一下治的算法——就是两个数组进行合并成一个新数组(前提是两个有序数组):

 public static void merge(int[] arr,int left,int mid,int right,int[] temp){

        int i = left;  //要合并的左边数组的初始索引
        int j = mid +1; //要合并的右边数组的初始索引
        int t = 0; //temp数组的初始索引

        while (i <= mid && j <= right){
            if (arr[j] < arr[i]) { //当右边索引的值小于左边的,把右边索引的值赋给temp
                temp[t] = arr[j];
                t++;
                j++;
            }else {  //反之同理
                temp[t] = arr[i];
                t++;
                i++;
            }
        }
        while ( i<= mid){ //右边数组放完了,把左边数组依次放入temp
            temp[t] = arr[i];
            t++;
            i++;
        }
        while ( j<= right){ //左边数组放完了,把右边数组依次放入temp
            temp[t] = arr[j];
            t++;
            j++;
        }

        //这时temp数组已经是合并完的数组,再把他复制回arr数组
        t =0;
        int tempLeft = left;
        while (tempLeft <= right){
            arr[tempLeft] = temp[t];
            t++;
            tempLeft++;
        }
    }

有了合并算法,我们看看怎么把分和治结合起来,这个时候我们就需要想到递归:

public static void mergeSort(int[] arr,int left,int right,int[] temp){
        if (left < right){
            int mid = (left+right)/2;
            //向左递归分解
            mergeSort(arr,left,mid,temp);
            //向右递归分解
            mergeSort(arr,mid+1,right,temp);
            //每分解一次 合并一次
            merge(arr,left,mid,right,temp);
        }
    }

时间复杂度:O(nlogn)

空间复杂度:O(n)

7.基数排序(RadixSort)

基数排序(radix sort)属于“分配式排序”(distribution sort),又称“桶子法”(bucket sort)或bin sort,顾名思义,它是透过键值的部份资讯,将要排序的元素分配至某些“桶”中,藉以达到排序的作用,基数排序法是属于稳定性的排序,其时间复杂度为O (nlog(r)m),其中r为所采取的基数,而m为堆数,在某些时候,基数排序法的效率高于其它的稳定性排序法。

七大基本排序算法(升序排列)_第5张图片

 理解这张图,基数排序首先就要分出10个桶(代表0~9)

  1. 从个位数开始,根据个位数的大小进行分类,50、30放在代表为0的桶,1、11放在代表为1的桶,3、23放在代表为3的桶,45放在代表为5的桶,18、28放在代表为28的桶;
  2. 分配完后,依次根据入桶的顺序出桶(先入先出),从0~9个桶;
  3. 从十位数开始,根据十位数的大小进行分类,如果没有10位数就视为0,放在代表为0的桶;
  4. 分配完后,继续依次根据如同的顺序出桶(先入先出),从0~9个桶;
  5. 发现没有百位数,遍历结束,得到最终结果;

我们可以看看代码:

public static void radixSort(int[] arr){
        //位数0~9就分为10个桶,每个桶装的数不确定,最大为arr.length
        int[][] bucket = new int[10][arr.length];
        //用一个数组来定义每个桶的装的数据个数
        int[] bucketCounts = new int[10];

        int count = 1;
        int max = arr[0];
        //找出最大数,方便定义循环次数
        for (int i = 1; i < arr.length; i++) {
            if (max < arr[i]) max = arr[i];
        }
        //入桶
        for (int k = 1; k < max; k *= 10 ) {
            for (int i = 0; i < arr.length; i++) {
                int digitOfElement = arr[i] / k % 10;
                //每个桶装的数据个数初始为0,装了一个之后就加一
                bucket[digitOfElement][bucketCounts[digitOfElement]] = arr[i];
                bucketCounts[digitOfElement]++;
            }
            //用一个index来表示新的arr数组索引
            int index = 0;
            //分完之后,把每个桶的数据依次放到arr数组中
            //遍历每个桶
            for (int i = 0; i < 10; i++) {
                //当该桶有数据时,才进行赋值
                if (bucketCounts[i] != 0) {
                    //遍历桶里装的数据个数
                    for (int j = 0; j < bucketCounts[i]; j++) {
                        arr[index++] = bucket[i][j];
                    }
                }
                bucketCounts[i] = 0;  //每次都会把桶数据清0
            }
//            System.out.println("第"+(count++)+"轮排序后" + Arrays.toString(arr));
        }
    }

 时间复杂度:O(k*n) k为最高位数,n为元素个数

空间复杂度:O(10*length)

总结:这七大基本排序算法一直都是面试笔试的常考题,建议大家能熟练于心,另外博主会持续更新算法知识,希望小伙伴们可以关注我哦~

你可能感兴趣的:(LeetCode_经典例题,排序算法,算法,数据结构)